CN111142382B - 反拦截器导弹的机动控制方法、装置、设备及存储介质 - Google Patents
反拦截器导弹的机动控制方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111142382B CN111142382B CN201911345629.9A CN201911345629A CN111142382B CN 111142382 B CN111142382 B CN 111142382B CN 201911345629 A CN201911345629 A CN 201911345629A CN 111142382 B CN111142382 B CN 111142382B
- Authority
- CN
- China
- Prior art keywords
- interceptor
- missile
- real
- interceptor missile
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)
Abstract
本发明适用于计算机技术领域,提供了一种反拦截器导弹的机动控制方法、装置、设备及存储介质,该反拦截器导弹的机动控制方法包括以下步骤:获取拦截器的机动控制参数以及获取反拦截器导弹与拦截器之间实时的视线角参数;根据拦截器的机动控制参数以及反拦截器导弹与拦截器之间实时的视线角参数,生成反拦截器导弹的突防效果预测模型;基于预设的Bang‑bang控制方法,根据反拦截器导弹的突防效果预测模型对的反拦截器导弹进行机动控制。本发明实施例通过预测突防效能来优化导弹Bang‑bang机动策略的决策优化方法,使导弹在突破拦截器的拦截时,能以相同的机动能量,获得比现有突防方法更大的脱靶量,从而可以提高反拦截器导弹的突防效能。
Description
技术领域
本发明属于计算机技术领域,尤其涉及一种反拦截器导弹的机动控制方法、装置、设备及存储介质。
背景技术
导弹拦截技术的快速发展使突防导弹生存面临严峻挑战。大气层外动能拦截器EKV(Exoatmospheric Kill Vehicle)是美军地基拦截器GBI(Ground Based Interceptor)的拦截弹头,在自由段对目标实施拦截,具备碰撞杀伤的精度。反EKV拦截的导弹机动突防技术就是突防弹为了反EKV拦截而采取的机动突防技术,研究反EKV的机动突防技术对国家安全及技术发展都具有重要意义。
现有的突防技术主要有程序机动、常加速度机动、Bang-bang机动等方法。程序机动就是根据对拦截威胁进行预先估计后,事先在导弹中预装机动方案,按照机动程序实施控制,这种突防方法不管实际威胁是否出现,都按既定程序实施机动,突防针对性差。常加速度机动就是加速度的大小和方向始终不变的机动方法,它的控制方法简单容易工程实现,但突防效能不高。Bang-bang机动是一种基于Bang-bang优化控制技术的机动策略,通过Bang-bang优化算法确定并控制机动加速度,获取最大的突防脱靶量。确定机动加速度的控制函数是Bang-bang机动的关键,现有的Bang-bang控制都应用于线性系统,通过解析法求解开关函数,而实际突防系统是非线性系统,很难用解析法求解,故传统的Bang-bang控制方法并不能应用于导弹-EKV对抗系统。
因此,现有用于反拦截器导弹的机动控制方法存在突防效能较低,脱靶量较小等问题。
发明内容
本发明实施例的目的在于提供一种反拦截器导弹的机动控制方法,旨在解决现有用于反拦截器导弹的机动控制方法存在突防效能较低,脱靶量较小的问题。
本发明实施例是这样实现的,一种反拦截器导弹的机动控制方法,包括以下步骤:
获取拦截器的机动控制参数以及获取反拦截器导弹与拦截器之间实时的视线角参数;
根据所述拦截器的机动控制参数以及所述反拦截器导弹与拦截器之间实时的视线角参数,生成反拦截器导弹的突防效果预测模型;
基于预设的Bang-bang控制方法,根据所述反拦截器导弹的突防效果预测模型对所述的反拦截器导弹进行机动控制。
本发明实施例的另一目的在于提供一种反拦截器导弹的机动控制装置,其包括:
参数获取单元,用于获取拦截器的机动控制参数以及获取反拦截器导弹与拦截器之间实时的视线角参数;
模型生成单元,用于根据所述拦截器的机动控制参数以及所述反拦截器导弹与拦截器之间实时的视线角参数,生成反拦截器导弹的突防效果预测模型;
机动控制单元,用于基于预设的Bang-bang控制方法,根据所述反拦截器导弹的突防效果预测模型对所述的反拦截器导弹进行机动控制。
本发明实施例的另一目的在于提供一种计算机设备,其包括存储器和处理器,所述的存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述的机动控制方法的步骤。
本发明实施例的另一目的在于提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述的机动控制方法的步骤。
本发明实施例提供的一种反拦截器导弹的机动控制方法,通过预测突防效能来优化导弹Bang-bang机动策略的决策优化方法,使导弹在突破拦截器的拦截时,能以相同的机动能量,获得比现有突防方法更大的脱靶量,从而可以提高反拦截器导弹的突防效能。其中,本发明实施例所采用的Bang-bang机动控制方法的优化是基于突防效果的预测,现有的决策优化都是基于过去及当前的测量数据实施的,而本发明实施例通过建立反拦截器导弹的突防效果预测模型,能够模拟对抗双方的对抗过程,对突防效果进行预测,用未来的预测数据为决策优化提供支撑。另外,本发明实施例设计了突防决策的优化控制算法,该算法采用数值求解的方法,解决了非线性系统的Bang-bang优化及控制问题。
附图说明
图1为本发明实施例提供的一种反拦截器导弹的机动控制方法的流程图;
图2为本发明实施例提供的根据所述拦截器的机动控制参数以及所述反拦截器导弹与拦截器之间实时的视线角参数,生成反拦截器导弹的突防效果预测模型的步骤的流程图;
图3为本发明实施例提供的根据所述拦截器与反拦截器导弹之间实时的视线角速度以及所述拦截器的机动控制参数,生成反拦截器导弹的突防效果预测模型的步骤的流程图;
图4为本发明实施例提供的基于预设的Bang-bang控制方法,根据所述反拦截器导弹的突防效果预测模型对所述的反拦截器导弹进行机动控制的步骤的流程图;
图5为本发明实施例提供的一种反拦截器导弹的机动控制装置的结构框图;
图6为本发明实施例提供的模型生成单元的结构框图;
图7为本发明实施例提供的模型生成模块的结构框图;
图8为本发明实施例提供的机动控制单元的结构框图;
图9为本发明实施例提供的反拦截器导弹与拦截弹的时空关系图;
图10为本发明实施例提供的反拦截器导弹的突防效果预测模型的计算流程图;
图11为本发明实施例提供的基于突防效果预测模型的Bang-bang机动策略优化控制原理图;
图12为本发明实施例提供的基于Simulink的机动控制仿真模型的计算流程图;
图13为不同机动控制方法的反拦截器导弹与拦截弹的瞬时脱靶量分布图;
图14为采用常加速度的机动控制方法时目标与EKV的速度关系图;
图15为采用本发明实施例提供的机动控制方法时目标与EKV的速度关系图;
图16为采用本发明实施例提供的机动控制方法时目标与EKV的加速度关系图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如附图1所示,图1为本发明实施例提供的一种反拦截器导弹的机动控制方法的流程图,该反拦截器导弹的机动控制方法包括以下步骤:
步骤S101,获取拦截器的机动控制参数以及获取反拦截器导弹与拦截器之间实时的视线角参数。
步骤S102,根据所述拦截器的机动控制参数以及所述反拦截器导弹与拦截器之间实时的视线角参数,生成反拦截器导弹的突防效果预测模型。
步骤S103,基于预设的Bang-bang控制方法,根据所述反拦截器导弹的突防效果预测模型对所述的反拦截器导弹进行机动控制。
在实际应用中,上述实施例提供的机动控制方法可以基于以下假设的:反拦截器导弹(即突防弹)能实时测量拦截器与突防弹之间的视线角及相对距离;拦截器设定为大气层外动能拦截器EKV(Extraatmospheric Kill Vehicle),根据EKV的机动控制参数构建拦截系统模型,定义反拦截器导弹(突防弹)对EKV实施突防的时空关系如附图9所示。
图中,A、B点分别是拦截弹及突防弹对抗的起始点,C、D点分别是它们在t时刻的位置,E点是拦截遭遇点,以A点为原点建立直角坐标系,横轴正向是AB方向,表示对抗双方在x轴(接近方向)的位移,图中也在该轴标注时间。纵轴表示靶平面方向的位移,m(t)表示t时刻拦截弹在靶平面上的位移,mi(t)表示t时刻突防弹在靶平面上的位移,Missy(t)表示t时刻脱靶方向的相对距离,λi(t)表示t时刻拦截弹导引头的视线角,vc表示拦截弹与突防弹在x轴的接近速度,tgo表示从当前到拦截结束的剩余飞行时间,tf表示对抗总时间。
如附图2所示,作为本发明实施例的一个优选方案,所述根据所述拦截器的机动控制参数以及所述反拦截器导弹与拦截器之间实时的视线角参数,生成所述反拦截器导弹的突防效果预测模型的步骤S102,具体包括:
步骤S201,获取拦截器与反拦截器导弹之间的相对距离信息。
步骤S202,根据所述拦截器与反拦截器导弹之间的相对距离信息,生成所述拦截器与反拦截器导弹之间实时的视线反馈信号。
步骤S203,根据所述反拦截器导弹与拦截器之间实时的视线角参数以及所述拦截器与反拦截器导弹之间实时的视线反馈信号,确定所述拦截器与反拦截器导弹之间实时的视线角速度。
步骤S204,根据所述拦截器与反拦截器导弹之间实时的视线角速度以及所述拦截器的机动控制参数,生成反拦截器导弹的突防效果预测模型。
如附图3所示,作为本发明实施例的另一个优选方案,所述拦截器的机动控制参数包括拦截器的比例导引常数和拦截器的机动控制系统函数;所述根据所述拦截器与反拦截器导弹之间实时的视线角速度以及所述拦截器的机动控制参数,生成反拦截器导弹的突防效果预测模型的步骤S204,具体包括:
步骤S301,根据所述拦截器与反拦截器导弹之间实时的视线角速度以及所述拦截器的比例导引常数,确定拦截器实时的加速度指令。
步骤S302,根据所述拦截器实时的加速度指令以及所述拦截器的机动控制系统函数,确定拦截弹实时的实际加速度。
步骤S303,基于预设的饱和函数,根据所述拦截弹实时的实际加速度,确定拦截弹实时的饱和加速度。
步骤S304,根据所述拦截弹实时的饱和加速度,生成拦截弹在靶平面方向的位移函数。
步骤S305,确定反拦截器导弹实时的加速度与反拦截器导弹在靶平面方向上位移的映射关系,并根据所述反拦截器导弹实时的加速度与反拦截器导弹在靶平面方向上位移的映射关系,生成反拦截器导弹在靶平面方向的位移函数。
步骤S306,根据所述拦截弹在靶平面方向的位移函数以及所述反拦截器导弹在靶平面方向的位移函数,生成反拦截器导弹的突防效果预测模型。
在实际应用中,所述反拦截器导弹与拦截器之间实时的视线角参数包括反拦截器导弹实时测量的拦截器与拦截器导弹之间的视线角、视线角测量误差以及测量视线角的采样周期;另外,根据导弹拦截及突防的原理,结合运动学动力学知识,上述实施例提供的反拦截器导弹的突防效果预测模型的计算流程图如附图10所示,其为时域与频域混合表示的信号流程图,输入导引头的视线角信号λi(t)为:
λi(t)=λc(t)-λ(t)+n(t);
另外,视线反馈信号及视线角速度的计算公式分别为:
其中,T表示拦截器导弹测量视线角的采样周期。
h(t)=L[H(S)];
其中,h(t)是拦截弹机动控制系统函数,*表示卷积,L表示拉普拉斯变换,H(s)是h(t)的频域表达式,可用一个阻尼系数为ξ、系统时间常数为τ的二阶欠阻尼系统描述:
另外,饱和函数sat()的公式如下:
则拦截弹在靶平面方向的位移函数m(t)为:
另外,反拦截器导弹在i时刻靶平面方向的位移mi(t)为:
通过该公式可以建立反拦截器导弹机动与脱靶量之间的映射关系,从而可以形成反拦截器导弹的突防效果预测模型。
如附图4所示,作为本发明实施例的另一个优选方案,所述基于预设的Bang-bang控制方法,根据所述反拦截器导弹的突防效果预测模型对所述的反拦截器导弹进行机动控制的步骤S103,具体包括:
步骤S401,获取所述反拦截器导弹的最大加速度。
步骤S402,根据所述反拦截器导弹的突防效果预测模型,确定反拦截器导弹的速度与拦截弹的速度相等的时刻。
步骤S403,根据所述反拦截器导弹的速度与拦截弹的速度相等的时刻,生成Bang-bang控制方法的开关函数。
步骤S404,根据所述Bang-bang控制方法的开关函数,对所述的反拦截器导弹进行机动控制。
在实际应用中,基于上述突防效果预测模型的Bang-bang机动策略优化控制原理图如附图11所示,设反拦截导弹实时的加速度为系统输入,脱靶量Missy(t)为系统输出,则输出与输入的映射关系可以用以下函数表示:
其中,aT是反拦截导弹的最大加速度。
其中,g(t)为Bang-bang控制方法的开关函数,可表示如下:
此时,反拦截导弹的机动控制就是要求解t*,使系统满足脱靶量Missy(t)最大。根据最值原理,在Missy(t)的导数为零的时刻就是t*,令:
根据上述反拦截器导弹的突防效果预测模型所得到的反拦截器导弹机动与脱靶量之间的映射关系,可以得到,在t*时刻始终有:
vT(t*)=vm(t*);
其中,vT(t*)为反拦截器导弹的速度,vm(t*)为拦截弹的速度,即反拦截器导弹的速度与拦截弹的速度相等的时刻为开关函数切换状态的时刻t*。
另外,为检验上述反拦截器导弹(即突防弹)的机动控制方法的有效性并分析其性能,可以采用Simulink仿真工具建立仿真模型,如附图12所示。
图12是基于Simulink的Bang-bang机动仿真模型,是上述机动控制方法的仿真实现。其中Step是阶跃信号发生器,其幅值是突防弹的最大加速度aT,它与符号函数Sign()相乘后,输出的就是突防弹Bang-bang机动的加速度;该加速度经过积分器Intel1得到突防弹的速度,一路送到积分器Intel3得到突防弹在脱靶方向上的位移,与拦截弹送到加法器Add3的脱靶方向上的位移相减,得到瞬时脱靶量;另一路突防弹的速度信号送到加法器Add2与拦截弹的速度相减,根据相对速度的正负控制符号函数Sign()。放大器Gain3幅值为1/(vc*tgo),从加法器Add3输出的脱靶量经放大器Gain3后,与Matlab Fun(反正切函数)相乘,得到导引头的视线角送到加法器,与From file1(d.mat)产生的视线角的随机误差相加,得到视线测量信号并送到加法器Add1;加法器Add1、放大器Gain1、放大器Gain2、积分器Integrator1模拟比例导引的功能,其中Gain1的幅值为1/T,其中T是系统的仿真周期,Gain2的幅值为K*vc,其中K是比例导引常数,vc是拦截弹与突防弹在径向的速度和。Transfer Fcn2是拦截弹的传递函数H(s),Saturation是限幅器,其幅值是拦截弹的最大加速度,实现拦截弹加速度饱和功能。加速度经积分器Intel2后得到拦截弹在脱靶方向上的速度;经过积分器Intel4后,得到拦截弹在脱靶方向上的位移;示波器Scope1上显示脱靶量;示波器Scope2上显示突防弹Bang-bang机动的加速度;示波器Scope 3上显示突防弹与拦截弹在脱靶方向的速度差。
为测试上述机动控制方法的性能,以EKV作为拦截器为例进行分析,仿真相关参数的设置参考EKV的机动控制参数。
仿真条件:目标(反拦截导弹)初始位置为:(2000000,0)m,初始径向速度为(-4000,0)m/s。拦截弹初始坐标为(0,0)m,初始径向速度为(6000,0)m/s。拦截弹测量误差的标准差为0.000136rad,系统时间常数T=0.1秒,阻尼系数ζ=0.7,突防弹饱和加速度为10m/s2,拦截弹饱和加速度为40m/s2。根据仿真条件,拦截器与目标初始拦截距离为200公里,初始瞄准误差为零,接近速度为10km/s,则拦截时间为20秒。
目标分别进行两种机动控制,第一种是目标从0秒开始到突防结束始终以10m/s2进行常加速度机动控制;第二种是根据本发明实施例提供的机动控制方法进行机动控制。在示波器Scope1上同时显示采用两种不同的机动方式时的瞬时脱靶量Missy(t),它们的分布曲线如图13所示。
仿真结果分析:从图13可以看出,常加速度机动控制方法:目标以10m/s2的加速度进行常加速度机动时,最终的脱靶量为0.6437米;而采用本发明实施例提供的机动控制方法,最后的脱靶量(绝对值)为28.5094米,两种机动方法消耗的机动能量相同,但本发明实施例提供的机动控制方法的突防脱靶量明显大于常加速度机动控制方法。
产生上述结果是根本原因是:本发明实施例提供的机动控制方法是根据拦截弹与突防弹额相对速度的变化来控制加速度,对脱靶量按照优化指标进行优化。对比附图14与附图15可以证明Bab-bang算法的有效性。
从图14可以看出,从开始到13.7秒过程中,瞬时脱靶量不断增加,在第13.7秒取得最大值。这是因为开始拦截时,相对距离很大,视线角速度较小,导引律产生的加速度小于突防弹的加速度,瞬时脱靶量不断增大。从第13.7秒开始,拦截弹速度大于目标速度,常加速度没有任何变化,因此导致瞬时脱靶量开始减小。而图15中,本发明实施例提供的机动控制方法根据仿真推演数据及时改变了目标机动加速的方向,即从13.7秒到20秒目标做减速运动,但此时视线角速度方向还未改变,在导引律控制下EKV仍然进行加速运动,直至第18秒时EKV才进行减速,由于EKV在13.7秒至18秒之间的运动状态与目标相反,产生了较大的瞬时脱靶量,从而导致最终的脱靶量增大。
另外,附图16是采用本发明实施例提供的机动控制方法时的目标与EKV的加速度对比曲线图。
从图16中可以看出,在13.7秒时目标加速度从10m/s2切换到-10m/s2,但从13.7s到18秒之间由于制导律控制,EKV的加速度虽然一直在减小但仍然大于0。从18s到20s,EKV虽以较大的加速度机动,但最终还是产生较大的脱靶量。
如附图5所示,本发明实施例还提供了一种反拦截器导弹的机动控制装置,其包括:
参数获取单元510,用于获取拦截器的机动控制参数以及获取反拦截器导弹与拦截器之间实时的视线角参数。
模型生成单元520,用于根据所述拦截器的机动控制参数以及所述反拦截器导弹与拦截器之间实时的视线角参数,生成反拦截器导弹的突防效果预测模型。
机动控制单元530,用于基于预设的Bang-bang控制方法,根据所述反拦截器导弹的突防效果预测模型对所述的反拦截器导弹进行机动控制。
在实际应用中,上述实施例提供的机动控制装置可以基于以下假设的:反拦截器导弹(即突防弹)能实时测量拦截器与突防弹之间的视线角及相对距离;拦截器设定为大气层外动能拦截器EKV(Extraatmospheric Kill Vehicle),根据EKV的机动控制参数构建拦截系统模型,定义反拦截器导弹(突防弹)对EKV实施突防的时空关系如附图9所示。
图中,A、B点分别是拦截弹及突防弹对抗的起始点,C、D点分别是它们在t时刻的位置,E点是拦截遭遇点,以A点为原点建立直角坐标系,横轴正向是AB方向,表示对抗双方在x轴(接近方向)的位移,图中也在该轴标注时间。纵轴表示靶平面方向的位移,m(t)表示t时刻拦截弹在靶平面上的位移,mi(t)表示t时刻突防弹在靶平面上的位移,Missy(t)表示t时刻脱靶方向的相对距离,λi(t)表示t时刻拦截弹导引头的视线角,vc表示拦截弹与突防弹在x轴的接近速度,tgo表示从当前到拦截结束的剩余飞行时间,tf表示对抗总时间。
如附图6所示,作为本发明实施例的一个优选方案,所述模型生成单元520包括:
相对距离获取模块621,用于获取拦截器与反拦截器导弹之间的相对距离信息。
视线反馈信号生成模块622,用于根据所述拦截器与反拦截器导弹之间的相对距离信息,生成所述拦截器与反拦截器导弹之间实时的视线反馈信号。
视线反馈信号确定模块623,用于根据所述反拦截器导弹与拦截器之间实时的视线角参数以及所述拦截器与反拦截器导弹之间实时的视线反馈信号,确定所述拦截器与反拦截器导弹之间实时的视线角速度。
模型生成模块624,用于根据所述拦截器与反拦截器导弹之间实时的视线角速度以及所述拦截器的机动控制参数,生成反拦截器导弹的突防效果预测模型。
如附图7所示,作为本发明实施例的另一个优选方案,所述拦截器的机动控制参数包括拦截器的比例导引常数和拦截器的机动控制系统函数;所述模型生成模块624包括:
加速度指令确定次模块7241,用于根据所述拦截器与反拦截器导弹之间实时的视线角速度以及所述拦截器的比例导引常数,确定拦截器实时的加速度指令。
拦截弹实际加速度确定次模块7242,用于根据所述拦截器实时的加速度指令以及所述拦截器的机动控制系统函数,确定拦截弹实时的实际加速度。
拦截弹饱和加速度确定次模块7243,用于基于预设的饱和函数,根据所述拦截弹实时的实际加速度,确定拦截弹实时的饱和加速度。
拦截弹位移函数生成次模块7244,用于根据所述拦截弹实时的饱和加速度,生成拦截弹在靶平面方向的位移函数。
反拦截器导弹位移函数生成次模块7245,用于确定反拦截器导弹实时的加速度与反拦截器导弹在靶平面方向上位移的映射关系,并根据所述反拦截器导弹实时的加速度与反拦截器导弹在靶平面方向上位移的映射关系,生成反拦截器导弹在靶平面方向的位移函数。
模型生成次模块7246,用于根据所述拦截弹在靶平面方向的位移函数以及所述反拦截器导弹在靶平面方向的位移函数,生成反拦截器导弹的突防效果预测模型。
在实际应用中,所述反拦截器导弹与拦截器之间实时的视线角参数包括反拦截器导弹实时测量的拦截器与拦截器导弹之间的视线角、视线角测量误差以及测量视线角的采样周期;另外,根据导弹拦截及突防的原理,结合运动学动力学知识,上述实施例提供的反拦截器导弹的突防效果预测模型的计算流程图如附图10所示,其为时域与频域混合表示的信号流程图,输入导引头的视线角信号λi(t)为:
λi(t)=λc(t)-λ(t)+n(t);
另外,视线反馈信号及视线角速度的计算公式分别为:
其中,T表示拦截器导弹测量视线角的采样周期。
h(t)=L[H(S)];
其中,h(t)是拦截弹机动控制系统函数,*表示卷积,L表示拉普拉斯变换,H(s)是h(t)的频域表达式,可用一个阻尼系数为ξ、系统时间常数为τ的二阶欠阻尼系统描述:
另外,饱和函数sat()的公式如下:
则拦截弹在靶平面方向的位移函数m(t)为:
另外,反拦截器导弹在i时刻靶平面方向的位移mi(t)为:
通过该公式可以建立反拦截器导弹机动与脱靶量之间的映射关系,从而可以形成反拦截器导弹的突防效果预测模型。
如附图7所示,作为本发明实施例的另一个优选方案,所述机动控制单元530包括:
最大加速度获取模块831,用于获取所述反拦截器导弹的最大加速度。
开关时刻确定模块832,用于根据所述反拦截器导弹的突防效果预测模型,确定反拦截器导弹的速度与拦截弹的速度相等的时刻。
开关函数生成模块833,用于根据所述反拦截器导弹的速度与拦截弹的速度相等的时刻,生成Bang-bang控制方法的开关函数。
Bang-bang控制模块834,用于根据所述Bang-bang控制方法的开关函数,对所述的反拦截器导弹进行机动控制。
在实际应用中,基于上述突防效果预测模型的Bang-bang机动策略优化控制原理图如附图11所示,设反拦截导弹实时的加速度为系统输入,脱靶量Missy(t)为系统输出,则输出与输入的映射关系可以用以下函数表示:
其中,aT是反拦截导弹的最大加速度。
其中,g(t)为Bang-bang控制方法的开关函数,可表示如下:
此时,反拦截导弹的机动控制就是要求解t*,使系统满足脱靶量Missy(t)最大。根据最值原理,在Missy(t)的导数为零的时刻就是t*,令:
根据上述反拦截器导弹的突防效果预测模型所得到的反拦截器导弹机动与脱靶量之间的映射关系,可以得到,在t*时刻始终有:
vT(t*)=vm(t*);
其中,vT(t*)为反拦截器导弹的速度,vm(t*)为拦截弹的速度,即反拦截器导弹的速度与拦截弹的速度相等的时刻为开关函数切换状态的时刻t*。
需要说明的是,上述各单元可以实现为一种计算机程序的形式,计算机程序可在计算机设备上运行,计算机设备的存储器中可存储组成各单元中各模块构成的计算机程序使得处理器执行上述反拦截器导弹的机动控制方法的各个步骤。
在本发明的一个实施例中,还提供了一种计算机设备,其包括存储器和处理器,所述的存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述反拦截器导弹的机动控制方法的各个步骤。
在本发明的一个实施例中,还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述反拦截器导弹的机动控制方法的各个步骤。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (4)
1.一种反拦截器导弹的机动控制方法,其特征在于,包括以下步骤:
获取拦截器的机动控制参数以及获取反拦截器导弹与拦截器之间实时的视线角参数;
根据所述拦截器的机动控制参数以及所述反拦截器导弹与拦截器之间实时的视线角参数,生成反拦截器导弹的突防效果预测模型;
基于预设的Bang-bang控制方法,根据所述反拦截器导弹的突防效果预测模型对所述的反拦截器导弹进行机动控制;
所述根据所述拦截器的机动控制参数以及所述反拦截器导弹与拦截器之间实时的视线角参数,生成所述反拦截器导弹的突防效果预测模型的步骤,具体包括:
获取拦截器与反拦截器导弹之间的相对距离信息;
根据所述拦截器与反拦截器导弹之间的相对距离信息,生成所述拦截器与反拦截器导弹之间实时的视线反馈信号;
根据所述反拦截器导弹与拦截器之间实时的视线角参数以及所述拦截器与反拦截器导弹之间实时的视线反馈信号,确定所述拦截器与反拦截器导弹之间实时的视线角速度;
根据所述拦截器与反拦截器导弹之间实时的视线角速度以及所述拦截器的机动控制参数,生成反拦截器导弹的突防效果预测模型;
所述拦截器的机动控制参数包括拦截器的比例导引常数和拦截器的机动控制系统函数;所述根据所述拦截器与反拦截器导弹之间实时的视线角速度以及所述拦截器的机动控制参数,生成反拦截器导弹的突防效果预测模型的步骤,具体包括:
根据所述拦截器与反拦截器导弹之间实时的视线角速度以及所述拦截器的比例导引常数,确定拦截器实时的加速度指令;
根据所述拦截器实时的加速度指令以及所述拦截器的机动控制系统函数,确定拦截弹实时的实际加速度;
基于预设的饱和函数,根据所述拦截弹实时的实际加速度,确定拦截弹实时的饱和加速度;
根据所述拦截弹实时的饱和加速度,生成拦截弹在靶平面方向的位移函数;
确定反拦截器导弹实时的加速度与反拦截器导弹在靶平面方向上位移的映射关系,并根据所述反拦截器导弹实时的加速度与反拦截器导弹在靶平面方向上位移的映射关系,生成反拦截器导弹在靶平面方向的位移函数;
根据所述拦截弹在靶平面方向的位移函数以及所述反拦截器导弹在靶平面方向的位移函数,生成反拦截器导弹的突防效果预测模型;
所述基于预设的Bang-bang控制方法,根据所述反拦截器导弹的突防效果预测模型对所述的反拦截器导弹进行机动控制的步骤,具体包括:
获取所述反拦截器导弹的最大加速度;
根据所述反拦截器导弹的突防效果预测模型,确定反拦截器导弹的速度与拦截弹的速度相等的时刻;
根据所述反拦截器导弹的速度与拦截弹的速度相等的时刻,生成Bang-bang控制方法的开关函数;
根据所述Bang-bang控制方法的开关函数,对所述的反拦截器导弹进行机动控制。
2.一种反拦截器导弹的机动控制装置,其特征在于,包括:
参数获取单元,用于获取拦截器的机动控制参数以及获取反拦截器导弹与拦截器之间实时的视线角参数;
模型生成单元,用于根据所述拦截器的机动控制参数以及所述反拦截器导弹与拦截器之间实时的视线角参数,生成反拦截器导弹的突防效果预测模型;
机动控制单元,用于基于预设的Bang-bang控制方法,根据所述反拦截器导弹的突防效果预测模型对所述的反拦截器导弹进行机动控制;
所述模型生成单元包括:
相对距离获取模块,用于获取拦截器与反拦截器导弹之间的相对距离信息;
视线反馈信号生成模块,用于根据所述拦截器与反拦截器导弹之间的相对距离信息,生成所述拦截器与反拦截器导弹之间实时的视线反馈信号;
视线反馈信号确定模块,用于根据所述反拦截器导弹与拦截器之间实时的视线角参数以及所述拦截器与反拦截器导弹之间实时的视线反馈信号,确定所述拦截器与反拦截器导弹之间实时的视线角速度;
模型生成模块,用于根据所述拦截器与反拦截器导弹之间实时的视线角速度以及所述拦截器的机动控制参数,生成反拦截器导弹的突防效果预测模型;
所述拦截器的机动控制参数包括拦截器的比例导引常数和拦截器的机动控制系统函数;所述模型生成模块包括:
加速度指令确定次模块,用于根据所述拦截器与反拦截器导弹之间实时的视线角速度以及所述拦截器的比例导引常数,确定拦截器实时的加速度指令;
拦截弹实际加速度确定次模块,用于根据所述拦截器实时的加速度指令以及所述拦截器的机动控制系统函数,确定拦截弹实时的实际加速度;
拦截弹饱和加速度确定次模块,用于基于预设的饱和函数,根据所述拦截弹实时的实际加速度,确定拦截弹实时的饱和加速度;
拦截弹位移函数生成次模块,用于根据所述拦截弹实时的饱和加速度,生成拦截弹在靶平面方向的位移函数;
反拦截器导弹位移函数生成次模块,用于确定反拦截器导弹实时的加速度与反拦截器导弹在靶平面方向上位移的映射关系,并根据所述反拦截器导弹实时的加速度与反拦截器导弹在靶平面方向上位移的映射关系,生成反拦截器导弹在靶平面方向的位移函数;
模型生成次模块,用于根据所述拦截弹在靶平面方向的位移函数以及所述反拦截器导弹在靶平面方向的位移函数,生成反拦截器导弹的突防效果预测模型;
所述机动控制单元包括:
最大加速度获取模块,用于获取所述反拦截器导弹的最大加速度;
开关时刻确定模块,用于根据所述反拦截器导弹的突防效果预测模型,确定反拦截器导弹的速度与拦截弹的速度相等的时刻;
开关函数生成模块,用于根据所述反拦截器导弹的速度与拦截弹的速度相等的时刻,生成Bang-bang控制方法的开关函数;
Bang-bang控制模块,用于根据所述Bang-bang控制方法的开关函数,对所述的反拦截器导弹进行机动控制。
3.一种计算机设备,包括存储器和处理器,其特征在于,所述的存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1所述的机动控制方法的步骤。
4.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1所述的机动控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911345629.9A CN111142382B (zh) | 2019-12-24 | 2019-12-24 | 反拦截器导弹的机动控制方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911345629.9A CN111142382B (zh) | 2019-12-24 | 2019-12-24 | 反拦截器导弹的机动控制方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111142382A CN111142382A (zh) | 2020-05-12 |
CN111142382B true CN111142382B (zh) | 2022-05-31 |
Family
ID=70519636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911345629.9A Active CN111142382B (zh) | 2019-12-24 | 2019-12-24 | 反拦截器导弹的机动控制方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111142382B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112182898B (zh) * | 2020-10-10 | 2022-07-29 | 贵州理工学院 | 一种动能拦截子母式再入弹头末端遭遇判别方法 |
CN112729015B (zh) * | 2020-12-17 | 2022-06-10 | 哈尔滨工业大学 | 一种基于拦截弹导引律辨识的机动突防方法 |
CN112668626A (zh) * | 2020-12-23 | 2021-04-16 | 中国人民解放军海军航空大学 | 一种雷达导引头的可靠性预测方法及系统 |
CN113110110B (zh) * | 2021-05-06 | 2022-03-11 | 北京理工大学 | 一种用于导弹攻防对抗的半实物仿真系统及其实现方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105716470A (zh) * | 2016-03-22 | 2016-06-29 | 北京航空航天大学 | 一种微分对策反拦截机动突防/精确打击导引方法 |
CN105759612A (zh) * | 2016-03-22 | 2016-07-13 | 北京航空航天大学 | 带落角约束的微分对策反拦截机动突防/精确打击导引方法 |
CN108052112A (zh) * | 2017-12-01 | 2018-05-18 | 哈尔滨工业大学 | 基于pn制导律辨识的多飞行器威胁度获取方法 |
CN108534614A (zh) * | 2018-03-23 | 2018-09-14 | 清华大学 | 一种三维全向实时预测制导方法 |
CN110471283A (zh) * | 2019-08-16 | 2019-11-19 | 南京理工大学 | 一种带碰撞角约束的三维鲁棒制导律构建方法 |
-
2019
- 2019-12-24 CN CN201911345629.9A patent/CN111142382B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105716470A (zh) * | 2016-03-22 | 2016-06-29 | 北京航空航天大学 | 一种微分对策反拦截机动突防/精确打击导引方法 |
CN105759612A (zh) * | 2016-03-22 | 2016-07-13 | 北京航空航天大学 | 带落角约束的微分对策反拦截机动突防/精确打击导引方法 |
CN108052112A (zh) * | 2017-12-01 | 2018-05-18 | 哈尔滨工业大学 | 基于pn制导律辨识的多飞行器威胁度获取方法 |
CN108534614A (zh) * | 2018-03-23 | 2018-09-14 | 清华大学 | 一种三维全向实时预测制导方法 |
CN110471283A (zh) * | 2019-08-16 | 2019-11-19 | 南京理工大学 | 一种带碰撞角约束的三维鲁棒制导律构建方法 |
Non-Patent Citations (2)
Title |
---|
王黎光 等.拦截弹导引头测量误差对拦截效能的影响.《系统工程与电子技术》.2012,第34卷(第3期),第578页-581页. * |
王黎光 等.突防弹与EKV对抗数字仿真系统设计与实现.《系统仿真学报》.2010,第22卷(第11期),第2583-2586页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111142382A (zh) | 2020-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111142382B (zh) | 反拦截器导弹的机动控制方法、装置、设备及存储介质 | |
CN103245256B (zh) | 一种多导弹协同作战制导律设计方法 | |
Yuan et al. | Ideal proportional navigation | |
Gurfil et al. | Finite time stability approach to proportional navigation systems analysis | |
CN112782984B (zh) | 多飞行器反拦截协同打击的制导方法、装置和飞行器 | |
Li et al. | Algebraic solution of differential geometric guidance command and time delay control | |
Yanfang et al. | Linear quadratic differential game strategies with two-pursuit versus single-evader | |
Zhang et al. | Optimal guidance law design for impact with terminal angle of attack constraint | |
Dhananjay et al. | Proportional navigation with delayed line-of-sight rate | |
Alkaher et al. | Dynamic-escape-zone to avoid energy-bleeding coasting missile | |
Shi et al. | Model predictive guidance for active aircraft protection from a homing missile | |
Shin et al. | Weapon-target assignment problem with interference constraints using mixed-integer linear programming | |
Zhou et al. | Sliding mode guidance law considering missile dynamic characteristics and impact angle constraints | |
RU2498342C1 (ru) | Способ перехвата воздушных целей летательными аппаратами | |
Xu et al. | The application of situation function in differential game problem of the air combat | |
Chauhan et al. | A Computing Based Simulation Model for Missile Guidance in Planar Domain | |
Lee et al. | Impact time and angle control guidance with rendezvous concept | |
Kim et al. | The optimal deployment problem of air defense artillery for missile defense | |
Zhang et al. | The time-to-go consensus of multi-missiles with communication delay | |
Guo et al. | Cooperative Covering Guidance Strategy Design: A Virtual Targets Approach | |
An et al. | A Modified Adaptive-gain Super-twisting Sliding Mode Guidance with Impact Angle Constraint | |
Song et al. | Sequential quadratic programming-based non-cooperative target distributed hybrid processing optimization method | |
Qian et al. | SDRE guidance law for impact angle control against moving targets | |
Wang et al. | Application of Optimal Control in Guidance Law | |
Yan et al. | Learning-Based Multi-missile Maneuver Penetration Approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |